Recomendado, 2022

La Elección Del Editor

Diferencia entre errores tipo I y tipo II

Principalmente, se producen dos tipos de errores, mientras se realizan las pruebas de hipótesis, es decir, el investigador rechaza H 0, cuando H 0 es verdadero, o acepta H 0 cuando en realidad H 0 es falso. Entonces, el primero representa el error de tipo I y el último es un indicador del error de tipo II .

La prueba de hipótesis es un procedimiento común; que utiliza el investigador para probar la validez, eso determina si una hipótesis específica es correcta o no. El resultado de la prueba es una piedra angular para aceptar o rechazar la hipótesis nula (H 0 ). La hipótesis nula es una proposición; Eso no espera ninguna diferencia o efecto. Una hipótesis alternativa (H 1 ) es una premisa que espera alguna diferencia o efecto.

Existen diferencias leves y sutiles entre los errores de tipo I y de tipo II, que vamos a discutir en este artículo.

Gráfica comparativa

Bases para la comparaciónError tipo IError tipo II
SentidoEl error tipo I se refiere a la no aceptación de la hipótesis que debería ser aceptada.El error de tipo II es la aceptación de hipótesis que deben ser rechazadas.
Equivalente aFalso positivoFalso negativo
¿Qué es?Es un rechazo incorrecto de la hipótesis nula verdadera.Es incorrecta aceptación de falsa hipótesis nula.
RepresentaUn golpe falsoUna señorita
Probabilidad de cometer errorEs igual al nivel de significación.Es igual al poder de la prueba.
Indicado porLetra griega 'α'Letra griega 'β'

Definición de error tipo I

En las estadísticas, el error de tipo I se define como un error que se produce cuando los resultados de la muestra provocan el rechazo de la hipótesis nula, a pesar de que es cierto. En términos simples, el error de aceptar la hipótesis alternativa, cuando los resultados pueden atribuirse al azar.

También conocido como el error alfa, lleva al investigador a inferir que hay una variación entre dos observancias cuando son idénticas. La probabilidad de error de tipo I es igual al nivel de importancia que el investigador establece para su prueba. Aquí el nivel de significación se refiere a las posibilidades de cometer un error de tipo I.

Por ejemplo, supongamos que, sobre la base de los datos, el equipo de investigación de una empresa concluyó que más del 50% del total de clientes, como el nuevo servicio iniciado por la empresa, es, de hecho, menos del 50%.

Definición de error tipo II

Cuando sobre la base de los datos, se acepta la hipótesis nula, cuando en realidad es falsa, este tipo de error se conoce como error de tipo II. Surge cuando el investigador no puede negar la hipótesis nula falsa. Se denota con la letra griega 'beta (β)' y con frecuencia se conoce como error beta.

El error de tipo II es el fracaso del investigador al aceptar una hipótesis alternativa, aunque es cierto. Valida una proposición; Eso debería ser rechazado. El investigador concluye que las dos observancias son idénticas cuando en realidad no lo son.

La probabilidad de cometer tal error es análoga a la potencia de la prueba. Aquí, el poder de la prueba alude a la probabilidad de rechazar la hipótesis nula, que es falsa y debe ser rechazada. A medida que aumenta el tamaño de la muestra, también aumenta la potencia de la prueba, lo que resulta en la reducción del riesgo de cometer errores de tipo II.

Por ejemplo, supongamos que, sobre la base de resultados de muestra, el equipo de investigación de una organización afirma que menos del 50% del total de clientes, como el nuevo servicio iniciado por la empresa, que es, de hecho, más del 50%.

Diferencias clave entre error tipo I y tipo II

Los puntos que se dan a continuación son sustanciales en lo que respecta a las diferencias entre el error de tipo I y tipo II:

  1. El error de tipo I es un error que se produce cuando el resultado es un rechazo de la hipótesis nula que, de hecho, es cierto. El error de tipo II se produce cuando la muestra da como resultado la aceptación de la hipótesis nula, que en realidad es falsa.
  2. Error de tipo I o también conocido como falsos positivos, en esencia, el resultado positivo es equivalente al rechazo de la hipótesis nula. En contraste, el error de Tipo II también se conoce como falsos negativos, es decir, un resultado negativo, conduce a la aceptación de la hipótesis nula.
  3. Cuando la hipótesis nula es verdadera pero rechazada por error, es un error de tipo I. En contra de esto, cuando la hipótesis nula es falsa pero aceptada erróneamente, es un error de tipo II.
  4. El error tipo I tiende a afirmar algo que no está realmente presente, es decir, es un golpe falso. Por el contrario, el error de tipo II falla al identificar algo, que está presente, es decir, es un fallo.
  5. La probabilidad de cometer un error de tipo I es la muestra como el nivel de significación. Por el contrario, la probabilidad de cometer un error de tipo II es la misma que la potencia de la prueba.
  6. La letra griega 'α' indica error de tipo I. A diferencia, el error de tipo II que se denota con la letra griega 'β'.

Posibles resultados

Conclusión

En general, el error de Tipo I surge cuando el investigador nota alguna diferencia, cuando de hecho, no hay ninguna, mientras que el error de Tipo II surge cuando el investigador no descubre ninguna diferencia cuando en realidad la hay. La ocurrencia de los dos tipos de errores es muy común ya que son parte del proceso de prueba. Estos dos errores no pueden eliminarse por completo, pero pueden reducirse a un cierto nivel.

Top